R语言如何检测字符串是否包含指定数据框中的任意字符

核心思路是先把待匹配的所有字符整合成可被str_detect识别的匹配规则，全程使用向量化操作，完全不需要循环，百万级数据也能高效处理。

方案1：正则字符集匹配（性能最优） #

利用正则字符类[字符集合]匹配任意一个包含在内的字符，动态生成规则即可：

library(dplyr)
library(stringr)

# 1. 动态生成匹配模式：所有待匹配字符转义后拼入正则字符集，避免特殊字符导致的语法错误
pattern <- paste0("[", str_flatten(str_escape(df$Utf8)), "]")

# 2. 向量化检测，无需rowwise，直接批量处理所有字符串
df_check <- df_check %>% 
  mutate(contains_chr = str_detect(string, pattern))

输出结果符合预期：

string contains_chr
1  CDEFFFFFFFEFADFFFFF        FALSE
2 CDEFFFFFFF&FADFFFFF         TRUE

方案2：固定匹配（无需处理正则转义） #

如果不想处理正则转义问题，可以用stringi包的固定匹配函数，直接传入所有待检测字符即可：

library(stringi)

df_check <- df_check %>% 
  mutate(contains_chr = stri_detect_any_fixed(string, pattern = df$Utf8))

报错原因说明 #

你之前的代码报错是因为给str_detect的pattern参数传入了整个数据框对象，不符合参数要求。就算你改为传入df$Utf8字符向量，str_detect也会按位置循环匹配字符串和pattern，无法实现“匹配任意一个字符”的逻辑。

内容的提问来源于stack exchange，提问作者JREN_OP